時間序列顧名思義即是通常在連續(xù)時間上采集的序列數(shù)據(jù)。例如股票指數(shù)數(shù)據(jù)、營收數(shù)據(jù)和天氣數(shù)據(jù)等朴艰。時間序列分析是利用已知數(shù)據(jù)使用合適的模型擬合時間序列同時估算相應(yīng)模型的參數(shù)。時間序列分析的模型與方法體現(xiàn)了我們對于時間序列自然屬性的理解混移。同時這些模型方法也能夠用于對時間序列進行預(yù)測和模擬祠墅。
與信號分析類似，時間序列分析的方法也有時間域和頻率域的方法歌径；有單變量和多變量方法毁嗦；有線性方法和非線性方法；連續(xù)序列和離散序列回铛。
一般時間序列可以依據(jù)變化特征分解為四個部分狗准，即趨勢（trend）、季節(jié)性（seasonal）茵肃、周期性（cyclical）和不規(guī)則（irregular）部分腔长。
構(gòu)建時間序列預(yù)測模型的一種重要是方法使用隨機過程理論。這與地質(zhì)統(tǒng)計的分析方法是相同的验残，只是分析對象不同：時間序列為時間點上的數(shù)據(jù)而地質(zhì)統(tǒng)計為空間點上的數(shù)據(jù)捞附。這里認為時間序列上的數(shù)據(jù)點為隨機變量，整個時間序列為一個隨機函數(shù)您没。描述不同時間點上的數(shù)據(jù)之間的關(guān)系鸟召，同樣要使用自協(xié)方差、自相關(guān)函數(shù)氨鹏。同時二者同樣實在穩(wěn)態(tài)假設(shè)之下進行分析欧募，應(yīng)用中也需要對于數(shù)據(jù)進行去除趨勢等處理使之滿足穩(wěn)態(tài)條件。時間序列分析中的自回歸模型（AR）相當(dāng)于地質(zhì)統(tǒng)計中的簡單克里金喻犁。
